Transformando la traducción automática: un sistema de deep learning alcanza una calidad de traducción de noticias comparable a la de profesionales humanos

Durante mucho tiempo se pensó que la calidad de la traducción humana era inalcanzable para los sistemas de traducción computarizada. En este estudio, presentamos un sistema de deep learning, CUBBITT, que desafía esta perspectiva. En una evaluación a ciegas y sensible al contexto realizada por evaluadores humanos, CUBBITT superó significativamente a la traducción de noticias de inglés a checo realizada por agencias profesionales en la preservación del significado del texto (adecuación de la traducción). Si bien la traducción humana todavía se califica como más fluida, se demuestra que CUBBITT es sustancialmente más fluido que los sistemas de vanguardia anteriores. Además, la mayoría de los participantes en una prueba de Turing de traducción tienen dificultades para distinguir las traducciones de CUBBITT de las traducciones humanas. Este trabajo se aproxima a la calidad de la traducción humana e incluso la supera en adecuación en determinadas circunstancias. Esto sugiere que el deep learning puede tener el potencial de reemplazar a los humanos en aplicaciones donde la conservación del significado es el objetivo principal.